通常我们去到阿里云，腾讯云就看到他们的科技感十足的智能在线客服，感觉特别的赞，有问题的时候可以先检索站内的相对应文章，实在不行的时候，再对话到人工客服

想想如果放到自己的网站，一方面可以过滤新手小白的问题，一方面满满展示出AI智能客服的科技感！！

如果要实现也不是那么容易，大概如下……

1，简单的提问，客套话 = 语言

比如：“你好”，“怎么购买”，“spzac主题”，“真垃圾”…… 等等，这样的话，似乎先建立一个数据检索，把常见的字眼录入，匹配到相对应的回答，或者文章再显示出来……

要求后台可以录入，方便以后的AI的升级完善

2，用户提问 (搜索全站文章) = 问题

这样一旦文章太多，就会严重拖垮网站，而且有很多文章时间太久，过时了，这样并不是真正的解决问题，比如“网站伪静态怎么设置”，这样的文章整站只要一篇就足够了，这样人工客服直接回话显示这篇文章，并且+5,6条相关文章

建立文章索引，一方面按后台录入的，另一方面按文章浏览最多，按点赞最多，按评论最多等等，把整站的最优质的的核心文章建立索引

3，乱码 = 特殊符号

提问检索的时候，先过滤掉，包括标点符号等等…… 应该问题不大……

4，都不是?

AI没办法了，只能丢一句：请一句话描述您的问题，便于我们为您推荐合适的解决方案或匹配到对应的人工服务（在线或工单）

额外

5，升级?!?!?!

AI每条回复，对话，都有一个解决or未解决按钮，类似投票机制，以后用户提出的问题，AI都会先检索匹配的问答，然后按最高投票的答案来展示，所以随着时间，用户问题越来越多，AI和用户的对话，就会越来越精准……

总体来说：

用户 -> 关键字 -> 词条匹配 -> AI

对话：

Yes -> 匹配文章 or No -> 匹配短语

解决问题 -> 文章考核

未解决问题 -> 人工

正常的对话（ajax）处理流程，问题解决，关键字入库保存，文章考核+1，排行靠前（类似点赞）

词库数据梳理

词是语言组成的基础，理解用户的词是对话机器人理解用户表述内容的前提。在对话机器人中词有以下应用：

1.对用户问进行预处理：机器人在解析的过程中为了减少后续模块的识别压力和识别的需要，会对用户问进行停用词过滤、同义词转换、分词。

2.价值发掘、风险防范：在业务上对于高价值、风险用户需要进行业务上专门的处理，例如：咨询高价值产品客户转人工、监管合规要求转人工等。

3.统一业务口径：将专有名词统一应用，能够避免运营人员针对统一产品多种表达导致用户理解困难。

这些功能的实现都依赖于对话机器人的词库数据，因此在对话机器人的系统中需要整理的词数据包括：专有名词、停用词、同义词、敏感词等组成。

知识点句式结构规则

机器人在服务用户时，会将知识点作为推荐展现给用户，句式结构统一的知识点，在展现时能够方便用户迅速发现知识点之间的差异，利于理解。

另外，运营人员在管理知识点统一的句式能够避免知识点的重新添加，在搜索时提高搜索效率

2020.11.29更

初步完成，接下去根据输入的对话，分词，搜索，检索等等……

1,引导:指引你的新用户开始使用产品，指导正确使用路径。 协助你的每个新用户完成产品使用的第一步。

2,激活:着手介入那些没有使用产品的用户，提升功能应用使用量。 通过站内自动消息推送和邮件等手段使这类用户走上正轨

3,留存:适时的告诉用户新功能的更新和发布，提高现有用户留存率。 在新版本上线时，促使用户使用某些功能，发送站内外信息鼓励用户进行功能升级等

4,挽回:让那些不再登录的用户重新使用产品，挖掘用户深层价值。 以邮件形式推送正能量的话语以及产品价值，挽回不再登录的用户。

下一篇：

智能在线客服：针对不同的用户需求进行精准运营

痛点解决：帮我们更好地运营用户。实时在线沟通，可更快解决用户问题。后台管理可帮我们建立用户画像，针对不同的用户需求进行精准运营； 网站有时候内容会很复杂，结构会很凌....